برای ساخت شگفت آور, کامپیوتر شبیه مغز ؟

محققان کشف کرده اند یک حالت جامد مواد مشابه سیگنال های عصبی مسئول انتقال اطلاعات در مغز انسان است.

این کار یک گام به سوی توسعه مدار که توابع مانند مغز انسان—neuromorphic محاسبات.

محققان کشف یک نورون مانند برق تعویض مکانیزم در حالت جامد مواد β’-CuxV2O5—به طور خاص چگونه آن را reversibly واژک بین رسانا و عایق رفتار بر روی فرمان.

این تیم قادر به روشن شدن زمینه ساز رانندگی این رفتار با در نظر گرفتن یک نگاه جدید در β’-CuxV2O5قابل توجه مانند آفتاب پرست ماده ای که با تغییرات درجه حرارت و یا کاربردی الکتریکی محرک.

در این روند آنها zeroed در چگونه یونهای مس حرکت در اطراف در داخل مواد و چگونه این ظریف رقص در نوبت sloshes الکترون در اطراف آن تبدیل شده است. تحقیقات آنها نشان می دهد که حرکت یونهای مس رکن اصلی یک هدایت الکتریکی تغییر است که می تواند اهرمی برای ایجاد خوشه های الکتریکی در راه همان است که سلول های عصبی در عملکرد مغزی سیستم عصبی.

حاصل کاغذ به نظر می رسد در مجله مهم نیست.

چرا کپی کردن مغز ؟

در تلاش خود را برای توسعه حالت های جدید انرژی کارآمد از محاسبات گسترده گروهی از همکاران این است که سرمایه گذاری بر روی مواد با موزون الکترونیکی ناپایداریهای برای رسیدن به آنچه شناخته شده به عنوان neuromorphic محاسبات و یا computing طراحی شده برای تکثیر مغز قابلیت های منحصر به فرد و بی بدیل بازده.

“طبیعت به ما داده است مواد با مناسب نوع رفتار به تقلید پردازش اطلاعات رخ می دهد که در مغز اما آنهایی که مشخص شده به تاریخ داشته اند محدودیت های مختلف می گوید:” co-رهبر مطالعه R. استنلی ویلیامز برق و مهندس کامپیوتر در Texas A&M University.

“اهمیت این کار نشان می دهد که در داروخانه ها می تواند منطقی طراحی و ایجاد الکتریکی فعال مواد به طور قابل توجهی بهبود یافته neuromorphic خواص. به عنوان ما درک بیشتر ما مواد را بهبود قابل توجهی در نتیجه ارائه یک راه جدید برای مستمر پیشرفت تکنولوژیکی ما محاسبات توانایی.”

سیلیکون تراشه های خود را حداکثر

در حالی که تلفن های هوشمند و لپ تاپ ها به ظاهر دریافت sleeker و سریع تر با هر تکرار co-اولین نویسنده و دانشجوی کارشناسی رشته شیمی Abhishek Brendan (در حال حاضر در شرکت اینتل) اشاره می کند که مواد جدید و محاسبات پارادایم آزاد از محدودیت های مرسوم مورد نیاز برای پاسخگویی مداوم با سرعت و بهره وری انرژی خواسته است. آن خواسته در حال زور زدن قابلیت های سیلیکون تراشه های کامپیوتری که در حال رسیدن به اساسی خود را از محدودیت ها از نظر بهره وری انرژی. Neuromorphic محاسبات یک چنین رویکرد و دستکاری تغییر رفتار در مواد جدید است یکی از راه های رسیدن به آن.

“مرکزی فرض—و با فرمت مرکزی وعده—از neuromorphic محاسبات این است که ما هنوز هم در بر داشت یک راه برای انجام محاسبات در راه است که به عنوان کارآمد به عنوان روشی که نورون ها و سیناپس عملکرد در مغز انسان می گوید:” co-اولین نویسنده و دانشجوی کارشناسی رشته شیمی جاستین اندروز. “اکثر مواد عایق (نه رسانا) فلزی (رسانا) و یا در جایی در وسط. برخی از مواد می تواند تبدیل بین دو کشور: عایق (خاموش) و رسانا (در) تقریبا بر روی فرمان.”

یونهای مس کلید

با استفاده گسترده ترکیبی از محاسباتی و تجربی تکنیک co-اولین نویسنده و دانشجوی کارشناسی رشته شیمی جوزف دستی می گوید که این تیم قادر به نشان می دهد نه تنها که این مواد تحت یک انتقال رانده شده توسط تغییرات در دما و ولتاژ و میدان الکتریکی قدرت است که می تواند مورد استفاده برای ایجاد نورون مانند مدارات بلکه جامع توضیح دهید که چگونه این انتقال اتفاق می افتد. بر خلاف مواد دیگر است که باید یک فلز-عايق انتقال (MIT) این ماده متکی بر حرکت یونهای مس در سفت و سخت شبکه وانادیم و اکسیژن است.

“ما در اصل نشان می دهد که بسیار کوچک حرکت یونهای مس در درون ساختار به ارمغان می آورد در مورد تغییر عظیم در رسانش در کل مواد” دستی اضافه می کند. “از آنجا که این حرکت یونهای مس مواد تبدیل از عایق به رسانا در پاسخ به تغییرات خارجی در دما و ولتاژ یا اعمال زمان. به عبارت دیگر استفاده از یک پالس الکتریکی به ما اجازه می دهد برای تبدیل مواد و ذخیره اطلاعات داخل آن را به عنوان آن را با این نسخهها کار در یک مدار خیلی دوست دارم که چگونه سلول های عصبی در عملکرد مغز است.”

اندروز تشبیه رابطه بین مس-ion جنبش و الکترون ها در وانادیم ساختار به رقص.

“هنگامی که یونهای مس حرکت الکترون در وانادیم شبکه حرکت در کنسرت معکوس حرکت یونهای مس,” اندروز می گوید. “در این راه فوق العاده حرکات کوچک یونهای مس وادار بزرگ الکترونیکی تغییرات در وانادیم شبکه بدون هیچ گونه قابل مشاهده تغییرات در وانادیم-وانادیوم وجود آمدن اربتاط. آن را مانند وانادیم اتم “دیدن” آنچه که مس در حال انجام است و پاسخ دهند.”

وعده neuromorphic محاسبات

انتقال ذخیره سازی و پردازش اطلاعات در حال حاضر حدود 10 درصد از انرژی جهانی استفاده کنید اما شرکت رهبر از مطالعه و شیمیدان Sarbajit نوری می گوید extrapolations نشان می دهد تقاضا برای محاسبه خواهد شد بسیاری از موارد بالاتر از حد انتظار تامین انرژی جهانی می تواند ارائه توسط 2040.

نمایی افزایش قابلیت های محاسباتی لذا لازم برای تحول سند چشم انداز از جمله اینترنت از چیزهایی خودمختار حمل و نقل و فاجعه-انعطاف پذیر زیرساخت های شخصی, پزشکی و اجتماعی بزرگی که در غیر این صورت خواهد بود متوقف شده با ناتوانی از زمان computing technologies برای رسیدگی به این بزرگی و پیچیدگی انسان و ماشین-تولید اطلاعات.

او می گوید یک راه برای گریز از محدودیت های مرسوم محاسبات فن آوری است که نشانه از طبیعت—به طور خاص مدارات عصبی از مغز انسان که بسیار فراتر کامپیوتر معمولی معماری از نظر بهره وری انرژی و نیز ارائه می دهد روش های جدید برای یادگیری ماشین و پیشرفته شبکه های عصبی.

“به تقلید از عناصر ضروری از عملکرد عصبی مصنوعی در مدار ما نیاز به مواد حالت جامد که در این نمایشگاه الکترونیکی ناپایداریهای که مانند سلول های عصبی می توانید اطلاعات خود را در دولت های داخلی و در زمان های الکترونیکی, حوادث” بانرجی می گوید.

“کار جدید ما به بررسی مکانیسم بنیادین و الکترونیکی رفتار مواد است که نمایشگاه چنین ناپایداریهای. توسط به طور کامل توصیف این مواد ما همچنین ارائه اطلاعات است که به آموزش طراحی آینده از neuromorphic مواد که ممکن است ارائه یک راه برای تغییر ماهیت دستگاه محاسبات از حساب ساده به مغز-مانند هوش در حالی که به طور چشمگیری افزایش هر دو ظرفیت و بهره وری انرژی از پردازنده.”

به این دلیل که اجزای مختلف که مسئولیت رسیدگی به منطق عملیات ذخیره حافظه و انتقال اطلاعات بصورت جداگانه از هر یک از دیگر در کامپیوتر معمولی معماری بانرجی می گوید آنها گرفتار ناکارآمدی ذاتی در هر دو مورد زمان آن طول می کشد برای اطلاعات به پردازش و چه از لحاظ فیزیکی به هم نزدیک دستگاه عناصر را می توان قبل از حرارتی زباله و الکترون “به طور تصادفی” تونل بین اجزای تبدیل به عمده مشکلات است.

در مقابل در مغز انسان, منطق, حافظه ذخیره سازی و انتقال داده ها به طور همزمان و یکپارچه بهنگام شلیک از سلول های عصبی که در حال پر به هم پیوسته در 3D دامن زد-از شبکه های. به عنوان یک نتیجه از مغز به سلول های عصبی پردازش اطلاعات در 10 بار ولتاژ پایین و تقریبا 5,000 بار پایین تر سیناپسی عمل انرژی در مقایسه با سیلیکون محاسبات معماری. نزدیک به دستیابی به این نوع از انرژی و محاسباتی بهره وری, او می گوید: مواد جدید مورد نیاز است که می تواند تحت سریع الکترونیکی داخلی سوئیچینگ در مدارات در راه است که شبیه چگونه سلول های عصبی آتش در توالی بهنگام.

آنچه باید اتفاق می افتد ،

دستی اشاره می کند که این تیم هنوز نیاز به بهینه سازی پارامترهای بسیاری از جمله انتقال حرارت و سرعت سوئیچینگ همراه با قدر از تغییر در مقاومت الکتریکی. با تعیین اصول اساسی از دانشگاه MIT در β’-CuxV2O5 به عنوان یک نمونه اولیه مواد درون گسترده زمینه از نامزدها با این حال این تیم شناسایی خاصی را طراحی نقوش و موزون پارامترهای شیمیایی که در نهایت به اثبات مفید در طراحی آینده neuromorphic محاسبات مواد.

“این کشف بسیار هیجان انگیز است زیرا آن را فراهم می کند و زمینه مناسبی برای توسعه جدید اصول طراحی برای تنظیم خواص مواد و همچنین نشان می دهد هیجان انگیز روش های جدید برای محققان در این زمینه برای تفکر در مورد انرژی کارآمد الکترونیکی ناپایداریهای” Brendan می گوید.

“دستگاه های است که ترکیب neuromorphic محاسبات وعده بهبود بهره وری انرژی که سیلیکون مبتنی بر محاسبات هنوز به تحویل و همچنین بهبود عملکرد در محاسبات چالش هایی مانند تشخیص الگو—وظایف است که این مغز انسان است که به خصوص به خوبی مجهز برای مقابله با. مواد و مکانیزم های ما در این کار ما را یک گام نزدیک تر به تحقق neuromorphic محاسبات و به نوبه خود در تحقق همه از مزایای اجتماعی و به طور کلی قول می دهم که با آن می آید.”

محققان کمک از Texas A&M, Lawrence Berkeley National Laboratory دانشگاه در بوفالو, نیویورک دانشگاه تگزاس A&M دانشگاه در قطر در حالی که همچنین با تکیه بر کار انجام شده در برکلی آزمایشگاه مولکولی ریخته گری و پیشرفته منبع نور (ALS) پیشرفته فوتون منبع (APS) در آزمایشگاه ملی آرگون ای و کانادا منبع نور.

اولیه بودجه آمد از بنیاد ملی علوم با حمایت های بیشتر از یک Texas A&M X-گرانت و قطر ملی تحقیقات صندوق.

منبع: Texas A&M University

tinyurlis.gdv.gdv.htclck.ruulvis.netshrtco.de